Fazit

Die Klassische Statistik liefert im Rahmen des Allgemeinen Linearen Modells für den Parametervektor und für die Fehlerintervalle das gleiche Ergebnis wie die Bayes Statistik bei Verwendung einer nicht-informativen Priori-Verteilung. Für große Werte von $n$ gilt das auch für den Varianzfaktor $\sigma^2$. Der Varianzfaktor, der sich aus der Klassischen Statistik ergibt, stellt die untere Grenze für den Varianzfaktor dar, den man über den entsprechenden Ansatz der Bayes-Statistik erhält.

Ein Vergleich mit Tabelle 2 zeigt, dass die mit QtiPlot und den Formeln im Skript Einführungsskript berechneten Werte für die Fehlerintervalle der Parameter signifikant kleiner sind als die nach der Klassischen Statistik berechneten Größen. Die grundlegend unterschiedliche Vorgehensweise der beiden Richtungen in der Statistik kann nicht die Ursache für die aufgetretenen Differenzen sein.